Collasso a Catena di Eccezioni nella Valutazione delle Regole dei Modelli LLM di Frontiera

Un articolo di ricerca evidenzia una modalità di fallimento nei modelli linguistici di grandi dimensioni avanzati, nota come collasso a catena di eccezioni, che si verifica durante le valutazioni di idoneità che coinvolgono regole condizionali annidate. Inizialmente riproducibile, questo fallimento presenta una superficie empirica instabile: tra marzo e aprile 2026, diverse celle di fallimento sono state risolte silenziosamente sotto lo stesso alias di modello senza alcun aggiornamento di versione (ad esempio, GPT-5.4 nell'assicurazione edile è passato dal 96,6% al 100% utilizzando lo stesso prompt e harness). In ambienti regolamentati, l'accuratezza dei modelli di frontiera rappresenta una soglia di conformità fluttuante che può cambiare inaspettatamente. L'articolo introduce il Modulo di Idoneità Aethis, un framework neuro-simbolico in cui gli LLM generano regole da fonti affidabili, e un livello basato su SMT le esegue deterministicamente, aderendo alle specifiche originali nonostante il drift del modello, i default di ragionamento o le variazioni del prompt.